L’AI nel Customer Care non è più una novità. Ma abbiamo davvero capito come usarla?
Nel novembre 2022, ChatGPT è diventato accessibile al grande pubblico.
Sono trascorsi quattro anni, un tempo brevissimo per una trasformazione tecnologica di questa portata, ma abbastanza lungo da poterci porre una domanda: possiamo ancora parlare di Intelligenza Artificiale come di una novità?
Continuiamo a leggere articoli, partecipare a eventi e ascoltare dibattiti che raccontano i Large Language Model come se fossimo ancora nella fase della scoperta. Come se dovessimo continuamente stupirci della loro capacità di scrivere un testo, sintetizzare un documento o rispondere a una domanda. Ma quella fase, almeno dal mio punto di vista, dovrebbe ormai essere alle nostre spalle.
La domanda non è più: “Cosa può fare l’AI?”
La domanda è diventata: “Abbiamo davvero capito come inserirla nelle organizzazioni, nei sistemi e nei processi?” E, soprattutto: “La stiamo utilizzando per creare valore reale oppure semplicemente perché oggi possiamo farlo?”. La distinzione è importante.
La scoperta genera stupore. L’applicazione richiede scelte, responsabilità, metodo e capacità di misurare ciò che accade dopo. È proprio nel passaggio dalla scoperta all’applicazione che, secondo me, si gioca oggi la vera partita dell’Intelligenza Artificiale. Ed è da qui che nasce il percorso intrapreso da Enercom nel Customer Care.
Prima dell’AI c’erano le persone
Prima di parlare di tecnologia, però, vorrei fare un passo indietro. Torniamo idealmente al 2012.
Gli strumenti a disposizione di un operatore erano spesso essenziali: un computer, un telefono, un CRM basilare. A volte il messaggio implicito era poco più di: “Questi sono gli strumenti. Ora vai e conquista il mondo.”
Nel corso dei decenni, generazioni di operatori hanno costruito la relazione con il cliente contando principalmente sulla propria voce, sulla propria competenza e sulla propria sensibilità.
Con pochi supporti, hanno imparato a interpretare esitazioni, comprendere richieste non sempre espresse con chiarezza, gestire conflitti, ricostruire contesti e trovare le parole giuste nei momenti più delicati. È così che si è formata una cultura professionale.
Una cultura fondata sull’esperienza, sulla conoscenza e sulla capacità di restare dentro la relazione anche quando una procedura si complicava o una risposta non era immediatamente disponibile. Questa storia è importante perché ci ricorda che il Customer Care non nasce dalla tecnologia. Nasce dalle persone. La tecnologia può estenderne le capacità, velocizzarne alcune attività e renderne più sostenibile l’operatività. Ma prima degli strumenti ci sono sempre state la competenza e la cura.
Quando sono arrivati i Robot
Nel 2022, con la diffusione dell’AI generativa, una parte della conversazione pubblica ha assunto rapidamente toni quasi apocalittici. Molti hanno immaginato una schiera di robot pronta a sostituire gli operatori, cancellando in poco tempo anni di esperienza e relazioni costruite con fatica e dedizione. Una sorta di “Guerra dei Robot”.
Il timore era comprensibile. Se un sistema può generare una risposta, sintetizzare una conversazione e comprendere una richiesta, quale spazio rimane per l’operatore?
A distanza di quattro anni, credo che questa domanda partisse da un presupposto incompleto: che il lavoro del Customer Care coincidesse con la sola produzione di risposte. Rispondere non significa necessariamente comprendere. Elaborare un testo non significa prendersi carico di una situazione. Riconoscere le parole utilizzate da un cliente non significa, automaticamente, coglierne il contesto, la storia e le aspettative.
Soprattutto nei settori regolamentati, la relazione con il cliente vive dentro un intreccio di informazioni, norme, processi e responsabilità che non consente scorciatoie. Nel settore luce e gas, per esempio, non gestiamo semplicemente ticket standard. Gestiamo casi composti da delibere, incastri regolatori, interpretazioni, dati tecnici e aspettative spesso difficili da ricomporre. Il Customer Care opera quindi all’interno di un perimetro ad alta intensità normativa e relazionale, nel quale accuratezza e comprensione devono procedere insieme. Per questo, in Enercom, abbiamo scelto di non partire dalla paura della sostituzione. Siamo partiti da una domanda diversa.
Come possiamo aiutare meglio le persone?
La domanda alla base del nostro percorso è stata semplice. Non ci siamo chiesti inizialmente quanto fosse potente la tecnologia. Non siamo partiti dalla necessità di anticipare una tendenza o dimostrare di essere innovativi.
Abbiamo cercato di comprendere dove esistessero complessità reali, quali attività sottraessero tempo e attenzione agli operatori e in quali punti l’AI potesse produrre un beneficio concreto per il cliente e soprattutto per chi ogni giorno lo ascolta. Perché le persone, nel Customer Care, sono almeno due: il cliente che cerca una risposta e l’operatore che deve comprenderne la richiesta e accompagnarlo verso una soluzione.
Questo cambia profondamente la prospettiva. Parliamo spesso di centralità del cliente. È un principio corretto, ma rischia di rimanere astratto se non ci occupiamo anche delle condizioni nelle quali lavorano le persone chiamate a renderlo concreto. Mettere il cliente al centro significa anche supportare chi lo ascolta ogni giorno. Significa offrire agli operatori strumenti che consentano loro di affrontare con maggiore serenità un’operatività complessa, riducendo il peso delle attività ripetitive e liberando tempo cognitivo per la comprensione del caso. È qui che l’AI, per noi, ha iniziato ad assumere un significato preciso. Non come sostituta della relazione, ma come strumento per renderla nuovamente possibile, sostenibile e di qualità.
Dalla paura all’applicazione: il percorso di Enercom
L’applicazione dell’AI nel Customer Care di Enercom è stata graduale.
Non un fuoco d’artificio isolato, ma un percorso costruito passo dopo passo, insieme ai partner tecnologici e alle persone che lavorano quotidianamente sui processi.
Siamo partiti dalle fondamenta: le attività ripetitive legate all’apertura dei ticket.
Abbiamo lavorato sull’automazione del riconoscimento dei testi, sull’estrazione dei dati utili alla lavorazione e sulla precompilazione delle informazioni operative. Piccoli passaggi, forse poco spettacolari, ma capaci di alleggerire il lavoro manuale e ridurre attività prive di reale valore relazionale.
Successivamente abbiamo introdotto capacità di comprensione semantica. Il sistema ha iniziato a supportare la categorizzazione delle richieste, l’individuazione del tono, del sentiment, della priorità e la compilazione delle informazioni necessarie alla gestione del caso.
Il passaggio successivo ha riguardato la qualità documentale. Attraverso la summarization, l’AI può sintetizzare la richiesta del cliente e la risposta fornita dall’operatore, rendendo la tracciabilità nel CRM più coerente, leggibile e utile per le lavorazioni successive.
Infine, siamo arrivati all’applicazione più avanzata: un agente AI normativo per i reclami. In un settore regolamentato, individuare rapidamente gli articoli, le delibere e i riferimenti ARERA pertinenti può richiedere tempo e un significativo sforzo cognitivo. L’agente supporta gli operatori nella ricerca e nell’interpretazione delle fonti, con l’obiettivo di aumentare precisione e uniformità senza sottrarre alle persone la responsabilità della valutazione finale.
Questo aspetto è essenziale. L’AI propone, organizza, sintetizza e supporta. L’operatore comprende, verifica, decide e si assume la responsabilità della risposta. Non abbiamo eliminato il ruolo umano dal processo, anzi. Abbiamo cercato di riportarlo nel punto in cui esprime il valore maggiore.
L’operatore come centro di gravità
Quando si parla di AI applicata alla Customer Experience, l’attenzione viene spesso rivolta al cliente finale.
Quali risposte riceverà? Quanto velocemente? Attraverso quale canale? Quante interazioni potranno essere automatizzate?
Sono domande legittime, ma non bastano. Nel nostro percorso abbiamo scelto di considerare l’operatore come il vero centro di gravità della trasformazione. Perché è l’operatore a intercettare le sfumature che non entrano facilmente in una categoria. È l’operatore a riconoscere quando una risposta formalmente corretta non è sufficiente; a collegare un singolo contatto a un problema più ampio nel processo; a trasformare un’informazione in una relazione.
L’obiettivo non era quindi permettere alle persone di gestire più velocemente un numero crescente di attività. Era creare le condizioni perché potessero dedicare maggiore attenzione a ciò che richiede davvero competenza, sensibilità e capacità di giudizio. In altre parole, abbiamo utilizzato l’AI per liberare tempo agli operatori, affinché potessero essere, paradossalmente, più umani, non meno. Questo è il punto nel quale l’innovazione tecnologica incontra davvero la Customer Experience. Non quando elimina il contatto. Quando migliora la qualità del tempo trascorso nella relazione.
L’AI non è magia e non è una scorciatoia
L’entusiasmo per l’AI rischia talvolta di farci dimenticare un principio elementare: nessuna tecnologia può risolvere automaticamente un processo che non abbiamo compreso. L’AI non trasforma per magia un’organizzazione disordinata in un’organizzazione efficace, non corregge da sola responsabilità poco chiare e non crea una cultura dell’ascolto dove questa non esiste. Non sostituisce competenze mai costruite. Al contrario, può rendere ancora più evidenti le fragilità del contesto nel quale viene inserita.
Per questo considero l’AI un amplificatore. Se incontra confusione, rischia di amplificare la confusione; se incontra un processo poco leggibile, può accelerarne le inefficienze; se incontra informazioni non governate, può restituire risposte formalmente plausibili ma sostanzialmente inadeguate. Se, invece, incontra competenza, metodo e cura, allora può amplificare il valore. L’AI crea valore quando incontra processi sani. Non sostituisce la qualità: la amplifica. Diventa un moltiplicatore, non una scorciatoia.
Ecco perché la fase dell’applicazione è più difficile di quella della scoperta. La scoperta ci chiede di osservare cosa sa fare lo strumento. L’applicazione ci obbliga a guardare dentro l’organizzazione. Ci costringe a chiederci quali processi vogliamo migliorare, quali dati stiamo mettendo a disposizione, quali responsabilità restano in capo alle persone, quali rischi dobbiamo governare, quale esperienza vogliamo generare, come misureremo il valore prodotto.
In questo senso, integrare l’AI non è soltanto un progetto tecnologico. È un esercizio di consapevolezza organizzativa.
Automazione non significa valore
Una delle metriche più citate quando si parla di AI nel Customer Care è il tasso di automazione.
È certamente una metrica utile, ma non può essere l’unica. Un’interazione automatizzata non è necessariamente un’interazione risolta bene.
Un tempo medio più basso non coincide automaticamente con una migliore esperienza.
Una risposta prodotta in meno secondi non ha valore se il cliente deve ricontattare l’azienda, cambiare canale o spiegare nuovamente la propria storia.
Il vero obiettivo non dovrebbe essere automatizzare il maggior numero possibile di interazioni. Dovrebbe essere automatizzare ciò che non richiede relazione, per proteggere la relazione quando serve davvero.
Nel nostro caso, l’automazione ha valore quando: evita agli operatori attività ripetitive, migliora la qualità e la leggibilità delle informazioni, riduce i passaggi manuali, facilita l’individuazione del contesto, aiuta a portare più rapidamente l’attenzione sul cuore del problema. Il tempo liberato, però, non genera automaticamente valore. È necessario decidere come utilizzarlo. Può diventare spazio per analizzare meglio un reclamo, ascoltare con maggiore attenzione, ricostruire un percorso frammentato o trasformare un singolo contatto in un’opportunità di miglioramento.
La tecnologia libera il tempo. La cultura organizzativa decide cosa farne.
Non siamo più nella fase della scoperta
Nel 2026 non credo sia più sufficiente dichiarare di utilizzare l’AI.
La presenza di un chatbot, di un assistente virtuale o di un modello linguistico integrato nei sistemi non dimostra, da sola, che un’organizzazione abbia intrapreso una trasformazione. Il punto non è quanta AI è stata introdotta, ma quale problema stiamo risolvendo e per chi.
Se non riusciamo a dare una risposta precisa, probabilmente siamo ancora nella fase dell’hype.
Se, invece, possiamo collegare ogni applicazione a un’esigenza concreta, a un processo ripensato, a una responsabilità definita e a un risultato misurabile, allora stiamo entrando nella fase della maturità. Questa maturità richiede anche la capacità di procedere con gradualità. Non tutto deve essere automatizzato. Non tutto ciò che può essere affidato all’AI dovrebbe esserlo. E non tutte le organizzazioni sono pronte a introdurre contemporaneamente la stessa tecnologia negli stessi punti del Customer Journey. L’innovazione responsabile non consiste nell’arrivare prima, consiste nel comprendere dove ha davvero senso arrivare.
Dalla Guerra dei Robot a una nuova alleanza
Forse la “Guerra dei Robot” non è mai esistita davvero. O forse nasce soltanto quando pensiamo alla tecnologia e alle persone come forze necessariamente contrapposte. L’esperienza di Enercom ci ha portati verso una lettura diversa. L’AI può occuparsi di riconoscere, estrarre, ordinare, categorizzare e sintetizzare. Le persone possono dedicarsi maggiormente a comprendere, interpretare, decidere, rassicurare e costruire fiducia. Non si tratta di fare una separazione rigida, ma di pensare a una nuova distribuzione del lavoro, nella quale ciascuna componente viene utilizzata per le capacità che esprime meglio. È anche una scelta precisa di Customer Experience: per mettere veramente il cliente al centro, abbiamo scelto di partire dagli operatori, dal loro tempo e dalla loro serenità. Dalla loro capacità di trovare rapidamente le informazioni e dalla possibilità di affrontare un caso complesso senza essere sopraffatti dalle attività che lo circondano. Perché un operatore supportato non è semplicemente più produttivo, ma più presente. E la presenza, nel Customer Care, continua a fare la differenza.
La domanda che dobbiamo porci adesso
Quattro anni dopo la diffusione di ChatGPT, non possiamo più limitarci a domandare se l’AI cambierà il Customer Care. Lo sta già facendo. La vera domanda è quale Customer Care vogliamo costruire attraverso di essa. Uno più veloce, ma più distante? Uno più automatizzato, ma incapace di leggere le eccezioni? Oppure un Customer Care nel quale la tecnologia assorbe la complessità ripetitiva e restituisce alle persone il tempo necessario per comprendere ciò che conta davvero?
L’AI non crea autonomamente la cultura, la competenza o la cura. Le incontra e le amplifica.
Per questo, prima di chiederci quale modello utilizzare o quale processo automatizzare, dovremmo forse porci una domanda ancora più importante: Che tipo di organizzazione stiamo amplificando?
Perché la qualità del risultato dipenderà da ciò che avremo costruito prima: dai processi, dalle competenze, dalla governance e, soprattutto, dal valore che continueremo ad attribuire alle persone.
Nel Customer Care, anche nell’era dell’Intelligenza Artificiale, resta infatti una verità molto semplice: l’AI non sostituisce la relazione, la rende sostenibile.
Perché (non mi stancherò mai di ripeterlo) la relazione non è un accessorio del Customer Care, è la sostanza.
Mi sento di aggiungere un pezzettino a quello che è ormai il mantra del Customer Care che non ti aspetti: L’AI può restituirci tempo. Sta a noi decidere se trasformarlo in relazione.
Andrea Tedesco lavora da anni nel Customer Care del settore Utility, occupandosi di relazione con il cliente, processi e gestione della complessità normativa. Crede in un Customer Care che non sia un centro di costo, ma un punto di verità per l’azienda: un luogo in cui ascolto, metodo e responsabilità possono trasformarsi in valore reale. Nel suo lavoro quotidiano sperimenta nuovi modelli organizzativi ispirati al mondo del prodotto e dell’innovazione per dimostrare che una Customer Experience matura nasce prima di tutto da come un’organizzazione sceglie di ascoltare.
